Using the AR, MA, ARMA, ARIMA, ARCH, and GARCH models, an appropriate model for given financial data comprised of the closing prices of the KRX Bank is found. An empirical approach that changes the values of p, d, and q to values between 0 and 3 is used. The basic assumptions are thoroughly checked using intuitive methods. In other words, the data are divided into five categories to show the stationarity in the variance. If the model is not stationary in terms of its variance, differencing or transformation of the given data is conducted. Subsequently, parameters are estimated using a maximum likelihood estimator and the most suitable model for the data is determined through several tests. Moreover, the relationships among the components in the KRX Bank data are considered using correlations and a principal component analysis to understand how they affect the data for the KRX Bank. In addition, another model for the data using regression with 10 items as multivariate variables is found.
시계열 방법은 시간의 움직임에 따라 어떤 관측치 또는 통계량의 변동하는 양에 대해 연구하는 하나의 방법이다. 본 학위논문에서는 시계열 분석 방법을 이용하여 p, d, q값을 변동하며 실증적인 접근방법으로 AR, MA, ARMA, ARIMA, ARCH, GARCH모델을 이용하여 KRX Bank의 가격의 모델을 찾아보았다. 사용하는 데이터는 금융적 자산의 특징을 잘 반영하고 있으므로 변동성이 일정하지 않다. 이 점을 고려하여 분산의 일정함을 전체의 데이터에 대한 부분구간을 나누어 각각의 분산을 구하여 등분산인지를 확인해 보았고, 아닐 경우는 등차분화와 Box-Cox 변환을 이용하여 자료를 변환하여 해결하였다. 등차분화의 개수에 따라 실증적인 방법을 가지고 가능한 모든 모델들을 찾아보았고 그 추정된 모델들 중에 가장 적합한 모델을 찾아보고 그 모델이 얼마나 적합한지를 알아보기 위해 몇가지의 검증 테스트를 시행하였다. 또한 가장 적합한 모델을 가지고 미래의 값에 대하여 예측해보고 실제 미래 값들과 비교를 해봄으로써 추정된 모델의 적합성을 확인해보았다. 마지막으로 이 논문에서 사용하고 있는 데이터의 또다른 특징인 섹터지수라는 점을 고려하여 분석해보았다. 그 구성요소인 10개의 아이템들이 KRX Bank 값에 얼마나 영향을 미치는지에 대해 상관계수와 주성분분석을 이용하여 살펴보았다. 10개의 아이템들을 다변량 변수로 두어 회귀식을 구하여 KRX Bank 가격의 다른 모델을 찾아 보았다.
